電子病歷與數(shù)據(jù)挖掘技術(shù)在智慧養(yǎng)老中的應(yīng)用研究

［胡金海 譚欽紅 李晗琳］

電子病歷與數(shù)據(jù)挖掘技術(shù)在智慧養(yǎng)老中的應(yīng)用研究

［胡金海 譚欽紅 李晗琳］

文章介紹了智慧養(yǎng)老系統(tǒng)的概念，現(xiàn)有智慧養(yǎng)老系統(tǒng)的發(fā)展現(xiàn)狀與不足，引進(jìn)了電子病歷技術(shù)，通過(guò)數(shù)據(jù)挖掘技術(shù)，發(fā)現(xiàn)老人電子病歷信息中隱含的有價(jià)值信息，為老人提供更加合理和智能的養(yǎng)老服務(wù)。

智慧養(yǎng)老 電子病歷 數(shù)據(jù)挖掘

胡金海

碩士研究生，重慶郵電大學(xué)信號(hào)與信息處理重慶市重點(diǎn)實(shí)驗(yàn)室，研究方向?yàn)槲锫?lián)網(wǎng)技術(shù)、計(jì)算機(jī)應(yīng)用技術(shù)。

譚欽紅

重慶郵電大學(xué)，副教授，信號(hào)處理與片上系統(tǒng)、物聯(lián)網(wǎng)技術(shù)實(shí)驗(yàn)室。主要研究方向?yàn)閺?fù)雜可編程邏輯器件、無(wú)線(xiàn)電電子學(xué)、互聯(lián)網(wǎng)技術(shù)。

李晗琳

重慶郵電大學(xué)，信號(hào)與信息處理重慶市重點(diǎn)實(shí)驗(yàn)室在讀學(xué)士，研究方向?yàn)橥ㄐ判盘?hào)處理和圖像處理。

引言

智慧養(yǎng)老是將互聯(lián)網(wǎng)技術(shù)應(yīng)用于養(yǎng)老服務(wù)中，它以信息網(wǎng)絡(luò)技術(shù)為主要支撐，通過(guò)引入物聯(lián)網(wǎng)、大數(shù)據(jù)和云計(jì)算等新技術(shù)，優(yōu)化傳統(tǒng)養(yǎng)老服務(wù)的服務(wù)方式、管理方法和商業(yè)模式，為老年人提供更加安全、舒適、健康、便捷的生活服務(wù)[1]。

目前我國(guó)60歲以上的人口占總?cè)丝诘谋壤呀?jīng)超過(guò)10%，我國(guó)已經(jīng)進(jìn)入了人口老齡化的時(shí)代[2]。隨著我國(guó)“互聯(lián)網(wǎng)+”行動(dòng)計(jì)劃的實(shí)施和政府對(duì)智慧養(yǎng)老產(chǎn)業(yè)發(fā)展的大力支持[3]，我國(guó)智慧養(yǎng)老產(chǎn)業(yè)已經(jīng)迎來(lái)了發(fā)展的春天，部分地區(qū)已經(jīng)實(shí)際運(yùn)營(yíng)智慧養(yǎng)老系統(tǒng)。由于我國(guó)的智慧養(yǎng)老產(chǎn)業(yè)尚處于起步階段，因此現(xiàn)有的智慧養(yǎng)老系統(tǒng)還存在著許多不足。目前我國(guó)絕大多數(shù)的智慧養(yǎng)老產(chǎn)品是以數(shù)據(jù)呼叫中心為核心的平臺(tái)模式，主要是老年人借助呼叫接入智慧養(yǎng)老平臺(tái)，要求提供相應(yīng)的服務(wù)，智慧養(yǎng)老服務(wù)功能主要體現(xiàn)在對(duì)老年需求的被動(dòng)響應(yīng)上[4]，同時(shí)智慧養(yǎng)老系統(tǒng)對(duì)老年人的電子健康檔案和電子病歷設(shè)計(jì)和管理不夠完善[5]。為了解決上述問(wèn)題，本文將電子病歷技術(shù)引入到智慧養(yǎng)老系統(tǒng)中，結(jié)合數(shù)據(jù)挖掘技術(shù)，通過(guò)分析老人健康信息、生活信息、服務(wù)信息等，挖掘老人健康狀況、生活規(guī)律、物質(zhì)需求等信息，提供主動(dòng)的、一站式的養(yǎng)老服務(wù)。

1 電子病歷

電子病歷EMR(Electronic Medical Record)也叫計(jì)算機(jī)化的病案系統(tǒng)或基于計(jì)算機(jī)的病人記錄。它是用電子設(shè)備保存、管理、傳輸和重現(xiàn)的數(shù)字化的病人醫(yī)療記錄，取代手寫(xiě)紙張病歷，是對(duì)個(gè)人醫(yī)療信息及其相關(guān)處理過(guò)程綜合化的體現(xiàn)[5]。目前電子病歷主要應(yīng)用于醫(yī)療衛(wèi)生機(jī)構(gòu)。

1.1 國(guó)內(nèi)電子病歷發(fā)展現(xiàn)狀及在智慧養(yǎng)老中的應(yīng)用

相對(duì)于美國(guó)、日本、英國(guó)和歐洲等發(fā)達(dá)國(guó)家，我國(guó)的電子病歷技術(shù)發(fā)展起步較晚，國(guó)家衛(wèi)生部在2010年后陸續(xù)下發(fā)了《衛(wèi)生部關(guān)于開(kāi)展電子病歷試點(diǎn)工作通知》，頒布了《電子病歷系統(tǒng)功能規(guī)范》，為我國(guó)電子病歷的發(fā)展奠定了基礎(chǔ)[6]。由于我國(guó)智慧養(yǎng)老產(chǎn)業(yè)尚處于起步和發(fā)展的階段，智慧養(yǎng)老服務(wù)功能仍體現(xiàn)在對(duì)老人需求的被動(dòng)響應(yīng)上，對(duì)所采集的數(shù)據(jù)缺乏有效的管理和信息挖掘，因此目前我國(guó)絕大多數(shù)智慧養(yǎng)老系統(tǒng)中老人的健康信息記錄較為單一，主要記錄老人的基本信息，老人用藥記錄，老人體檢記錄，老人就診記錄，加之不同系統(tǒng)所使用的記錄方式不同，因此無(wú)法為醫(yī)務(wù)工作人員提供有效的信息檢索和數(shù)據(jù)錄入服務(wù)。

1.2 智慧養(yǎng)系統(tǒng)老電子病歷設(shè)計(jì)

1.2.1 電子病歷設(shè)計(jì)原則

① 病歷的構(gòu)建和實(shí)現(xiàn)基于HL7（美國(guó)衛(wèi)生信息傳輸標(biāo)準(zhǔn)）電子病歷模型；

② 病歷能夠真實(shí)地按照時(shí)間順序反映用戶(hù)的治療與護(hù)理過(guò)程；

③ 病歷能夠真實(shí)地反映醫(yī)務(wù)工作人員對(duì)該治療與護(hù)理過(guò)程所做的記錄（包括修改記錄）；

④ 病歷具有良好的層次結(jié)構(gòu)和定義，提供較好的可維護(hù)性；

⑤ 對(duì)于工作人員，電子病歷要可操作、易操作，對(duì)于通過(guò)智能終端檢測(cè)的老人的健康信息，如血糖、血壓、心率、血脂等，能夠通過(guò)智能終端自動(dòng)存入老人病歷記錄；

⑥ 滿(mǎn)足保護(hù)患者個(gè)人隱私的安全性需求，只有合法授權(quán)用戶(hù)才可以查詢(xún)對(duì)應(yīng)權(quán)限范圍內(nèi)的用戶(hù)病歷信息，只有合法醫(yī)務(wù)工作人員才有權(quán)限修改病歷記錄；

⑦ 信息處理的準(zhǔn)確性和實(shí)時(shí)性。

1.2.2 電子病歷功能模塊設(shè)計(jì)

電子病歷的功能模塊如圖1。

圖1 電子病歷功能模塊設(shè)計(jì)

電子病歷主要由病歷頭和病歷內(nèi)容兩個(gè)板塊構(gòu)成。病歷頭主要包括病歷文檔的標(biāo)識(shí)、病人的個(gè)人基本信息、醫(yī)療服務(wù)提供機(jī)構(gòu)與人員和摘要，病歷頭的主要作用是標(biāo)識(shí)病人、醫(yī)療機(jī)構(gòu)的基本信息；病歷內(nèi)容由主訴、體格檢查、現(xiàn)病史、既往史、醫(yī)學(xué)檢驗(yàn)、診斷、操作、用藥、診療計(jì)劃、評(píng)估、診療過(guò)程記錄、醫(yī)療費(fèi)用、護(hù)理和健康指導(dǎo)共14個(gè)部分組成，各個(gè)部分再進(jìn)行細(xì)分，實(shí)現(xiàn)詳細(xì)記錄病人的醫(yī)療信息。以既往史為例，其又包括疾病外傷史、手術(shù)史、診療史、輸血史、免疫史、過(guò)敏史、用藥史、家族史、婚姻史等9個(gè)部分。

圖2 既往史細(xì)分模塊

1.2.3 電子病歷數(shù)據(jù)庫(kù)表格設(shè)計(jì)

智慧養(yǎng)老系統(tǒng)電子病歷數(shù)據(jù)庫(kù)表格設(shè)計(jì)是對(duì)數(shù)據(jù)庫(kù)物理結(jié)構(gòu)進(jìn)行設(shè)計(jì)，通過(guò)轉(zhuǎn)換關(guān)系模型，結(jié)合電子病歷的特性，確定表格字段的類(lèi)型、名稱(chēng)、約束、缺省值和字段說(shuō)明。本系統(tǒng)采用MySQL數(shù)據(jù)庫(kù)管理系統(tǒng)創(chuàng)建數(shù)據(jù)庫(kù)并進(jìn)行表格設(shè)計(jì)。在表格設(shè)計(jì)中，通過(guò)規(guī)范命名方式，依據(jù)電子病歷功能模塊進(jìn)行電子病歷表格的詳細(xì)設(shè)計(jì)。

圖3 數(shù)據(jù)標(biāo)識(shí)格式

表格中，數(shù)據(jù)標(biāo)識(shí)格式如圖3，第一位是數(shù)據(jù)組類(lèi)型標(biāo)識(shí)符，H標(biāo)識(shí)病歷頭，T標(biāo)識(shí)病歷內(nèi)容；第二位標(biāo)識(shí)數(shù)據(jù)組順序號(hào)，由兩位數(shù)字組成，分別表示電子病歷功能模塊中病歷頭和病歷內(nèi)容下的子類(lèi)；第三位標(biāo)識(shí)子數(shù)據(jù)組順序號(hào)，表示各功能模塊下細(xì)分的子類(lèi)。

智慧養(yǎng)老系統(tǒng)電子病歷模塊中包含的數(shù)據(jù)組列表如表1。

表1 智慧養(yǎng)老系統(tǒng)電子病歷數(shù)據(jù)組列表

在智慧養(yǎng)老系統(tǒng)電子病歷表格設(shè)計(jì)中包括許多表格，這里以用戶(hù)的就診記錄表user_diagnose_record為例來(lái)說(shuō)明電子病歷表格的設(shè)計(jì)。

表2 user_diagnose_record 用戶(hù)就診記錄

在完成電子病歷規(guī)范化設(shè)計(jì)后，就可以針對(duì)系統(tǒng)中電子病歷記錄的老人健康信息，運(yùn)行數(shù)據(jù)挖掘技術(shù)，挖掘其中隱藏的關(guān)聯(lián)關(guān)系，使系統(tǒng)更加智能地主動(dòng)提供養(yǎng)老服務(wù)。

2 數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘(Data Mining)，又稱(chēng)為數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn) (Knowledge Discovery in Database)，是從大量的、不完整的、有噪聲的、模糊的、隨機(jī)的大型數(shù)據(jù)中提取隱含在其中的、人們事先未知的、具有潛在價(jià)值的信息和知識(shí)的過(guò)程[7]。本文中通過(guò)采用關(guān)聯(lián)規(guī)則算法，對(duì)電子病歷中海量老人的健康信息進(jìn)行挖掘，總結(jié)出系統(tǒng)中老人的健康狀況及其關(guān)聯(lián)因素，從而更好地提供養(yǎng)老服務(wù)。

2.1 關(guān)聯(lián)規(guī)則算法

在關(guān)聯(lián)規(guī)則算法中，常用的主要 有Apriori和AprioriTid，兩者的區(qū)別如表3。

本文選擇AprioriTid算法做為系統(tǒng)中關(guān)聯(lián)規(guī)則挖掘的基本算法。為了進(jìn)一步提高挖掘效率，本文中結(jié)合我國(guó)學(xué)者對(duì)關(guān)聯(lián)規(guī)則挖掘算法的改進(jìn)，通過(guò)事務(wù)壓縮、項(xiàng)目壓縮和頻繁項(xiàng)目集壓縮[8-11]，減少算法生成候選項(xiàng)目集的數(shù)量，優(yōu)化算法執(zhí)行效率。

2.2 數(shù)據(jù)挖掘在智慧養(yǎng)老中的應(yīng)用

隨著我國(guó)智慧養(yǎng)老產(chǎn)業(yè)的快速發(fā)展與養(yǎng)老服務(wù)的融合，將老人的電子病歷引入智慧養(yǎng)老系統(tǒng)并建立老人的健康檔案勢(shì)在必行。在醫(yī)學(xué)上的應(yīng)用引入并整合到智慧養(yǎng)老系統(tǒng)中，可以充分利用系統(tǒng)中采集和存儲(chǔ)的海量老人的健康信息，生活信息，興趣愛(ài)好等等，通過(guò)數(shù)據(jù)挖掘技術(shù)，找出隱藏在其中的規(guī)律，為老人提供更加智能更加便利的養(yǎng)老服務(wù)。

本系統(tǒng)中數(shù)據(jù)挖掘技術(shù)在智慧養(yǎng)老系統(tǒng)中的應(yīng)用如圖4。

表3 Apriori算法和AprioriTid算法對(duì)比分析

圖4 數(shù)據(jù)挖掘在智慧養(yǎng)老中的應(yīng)用

2.3 數(shù)據(jù)挖掘流程與實(shí)現(xiàn)方法

關(guān)聯(lián)規(guī)則挖掘主要是強(qiáng)規(guī)則挖掘，其主要應(yīng)用是在數(shù)據(jù)庫(kù)D中找出具有用戶(hù)給定的最小支持度(minsup)和最小置信度(minconf)的關(guān)聯(lián)規(guī)則，主要由發(fā)現(xiàn)大項(xiàng)目集和生成強(qiáng)規(guī)則兩個(gè)部分組成。關(guān)聯(lián)規(guī)則挖掘算法目前已經(jīng)應(yīng)用在醫(yī)療診斷中。

AprioriTid關(guān)聯(lián)規(guī)則算法主要挖掘流程如圖5。

圖5 AprioriTid 數(shù)據(jù)挖掘算法挖掘流程圖

其實(shí)現(xiàn)方法如下：

輸入：事務(wù)數(shù)據(jù)庫(kù)D，最小支持度minsup，最小置信度minconf

輸出：最大頻繁項(xiàng)目集L

方法：

3 結(jié)束語(yǔ)

本文通過(guò)完善智慧養(yǎng)老系統(tǒng)中老人的健康信息和病歷信息，采用基于HL7標(biāo)準(zhǔn)的電子病歷，完善了老人電子病歷的內(nèi)容，統(tǒng)一了電子病歷中關(guān)于老人健康信息和就診信息的記錄規(guī)范，同時(shí)，通過(guò)引入數(shù)據(jù)挖掘技術(shù)，提高了智慧養(yǎng)老系統(tǒng)的“智慧”，優(yōu)化了傳統(tǒng)智慧養(yǎng)老系統(tǒng)的被動(dòng)響應(yīng)模式，提高了系統(tǒng)的服務(wù)功能。隨著科技的發(fā)展，老年人需求的改變以及智慧養(yǎng)老終端產(chǎn)品的不斷豐富，智慧養(yǎng)老系統(tǒng)將具有較大的發(fā)展和改進(jìn)空間。

1 張麗雅,宋曉陽(yáng).信息技術(shù)在養(yǎng)老服務(wù)業(yè)中的應(yīng)用與對(duì)策研究[J].科技管理研究,2015，32(05):171-174

2 寇江澤.截止去年底中國(guó)60歲以上老年人口已達(dá)2.12億[N].人民網(wǎng)-人民日?qǐng)?bào),2015,(06)

3 任劍嵐.關(guān)于“互聯(lián)網(wǎng)+”行動(dòng)計(jì)劃的實(shí)施背景、內(nèi)涵及主要內(nèi)容探析[J].通訊世界,2016,5(03):32-38

4 蒲瑤瓊,盧明威,陳東仿.重慶市南岸區(qū)智慧養(yǎng)老模式建設(shè)探析[J].廣西師范學(xué)院報(bào)告(哲學(xué)社會(huì)科學(xué)版),2015,36(04):80-83

5 高端對(duì)話(huà)智慧養(yǎng)老[J].中國(guó)信息界,2015,1(03):50-54

6 馬錫坤,楊國(guó)斌,于京杰.國(guó)內(nèi)電子病歷發(fā)展與應(yīng)用現(xiàn)狀分析[J].計(jì)算機(jī)應(yīng)用與軟件,2015,32(01):10-12

7 Han Jiawei，Kamber M.數(shù)據(jù)挖掘概念與技術(shù)[M].范明,孟小峰等譯.北京:機(jī)械工業(yè)出版社,2001

8 李緒成,王保保.挖掘關(guān)聯(lián)規(guī)則中Apriori算法的一種改進(jìn)[J].計(jì)算機(jī)工程,2002,28(7):104-105

9 徐章艷,劉美玲,張師超等.Apriori算法的三種優(yōu)化方法[J].計(jì)算機(jī)工程與應(yīng)用,2004,40(36):190-192

10 胡吉明,鮮學(xué)豐.挖掘關(guān)聯(lián)規(guī)則中Apriori算法的研究與改進(jìn)[J].計(jì)算機(jī)技術(shù)與發(fā)展,2006,16(4):99-101

11 吳斌,肖剛,陸佳煒.基于關(guān)聯(lián)規(guī)則挖掘領(lǐng)域的Apriori算法的優(yōu)化研究[J].計(jì)算機(jī)工程與科學(xué),2009,31(6):116-118

10.3969/j.issn.1006-6403.2016.11.019

（2016-11-01）